MUM

From CSBLwiki

---

Revision as of 04:31, 27 September 2012

< MUM algorithm 및 포스터 계획>

연구 목표

Clustering algorithm 은 서로 다른 genome sequence 서열을 비교 분석 할 수 있는 multiple alignment를 사용 하여 Cluster를 찾아낸다. 그러나 기존의 algorithm들은 단순히 sequence 서열간의 분석으로서 gene의 기능을 고려 하지 않는다는 단점이 있다. 그래서 sequence 간의 비교 분석과 함께 gene 기능정보를 제공 하는 KEGG database를 이용하여 genome을 비교 분석 하여 cluster 를 찾아내는 KO MUM algorithm을 개발 하였다. Raw data로 whole genome을 가지는 총 16종 fungi를 선택 하였다.

연구 계획

본 연구는 KO MUM algorithm 개발과 함께 algorithm의 정확성과 타당성을 확인하기 위하여 여러 접근 방식으로 Fungi cluster를 분석한다.

1. 보존된 Cluster는 일반적으로 유사한 기능을 하거나 특정 역할을 함께 하는 gene으로 구성된다고 알려져있다. 따라서 KO Orthology의 6가지 대분류로 각 cluster 내의 gene 을 분류 하고 cluster의 class를 계산 하는 것 으로 MUM cluster내 gene 사이의 기능적 유사성을 평가 할 수 있으며 유사성에 대한 분석을 통해 algorithm의 타당성을 판단 하는데 도움이 될 수 있을 것 이다.

2. cluster는 KEGG orthology 로 annotation 된 gene 뿐 아니라 annotation 되지 못하는 gene(NA gene)을 포함 하고 있으며, cluster 가 포함 되는 각 genome 상의 NA gene을 확인 해본 결과 몇 몇 NA gene 은 orthology는 아니더라도 같은 fpam domain을 포함 하고 있다는 것 을 확인 하였다. 얼마나 많은 cluster의 NA gene이 같은 domain을 가지고 있는지 계산을 할 것 이다. 계산을 통해서 1번의 자료를 뒷받침 할 수 있을 것 이다.

3. 보존된 cluster를 가지고 있다는 것은 진화적으로 근접하다는 것으로 생각된다.각 fungi의 cluster를 profiling 하고 profile을 통해서 계통도를 계산 할 것 이다.

4.